Agent loop
Grundmönstret bakom alla AI-agenter: LLM tänker → väljer verktyg → kör → läser resultat → tänker igen → tills mål uppnått eller maxsteg.
Originalpaper: ReAct (Yao et al., 2022) — "Reasoning + Acting" loopen. Tankesteg + handlingssteg interleavade. Moderna agentramverk implementerar detta (CrewAI, AutoGen, LangGraph, smolagents). Risk: oändliga loopar (max-steg-skydd), kostsam (många LLM-anrop), opålitlig vid komplexa uppgifter (>10 steg). OpenAI o-serien internaliserar loopen i modellen själv — ingen extern orkestrering.